Тест, свързан с ръководство · Среден Ниво

Тест за извличане на връзка от текст

Тествайте как извличането на релации превръща текста в структурирани факти и как неговите общи канали и методи за наблюдение могат да се провалят.

Свързани ръководни пътекиИзвличане на връзка от текст
Въпрос 1 на 8

Какъв е типичният изход на система за извличане на релации?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Какъв е типичният изход на система за извличане на релации?
    • Структурирана тройка, свързваща две единици чрез релация
    • Граматическо дърво за разбор на изречението
    • Оценка на настроението от отрицателна към положителна
    • Превод на изречението на друг език
  2. In a common pipeline for relation extraction, what may identify entity mentions before pair classification?
    • Синтезиране на текст към реч
    • Разпознаване на именуван обект
    • Сегментиране на изображението
    • Audio source separation
  3. Why can distant supervision produce noisy relation-extraction labels?
    • Knowledge bases contain no structured facts
    • It requires every sentence to be hand-labeled
    • A sentence may mention two linked entities without stating their knowledge-base relation
    • It removes entity mentions before training
  4. Как много базирани на трансформатор RE модели показват коя двойка обекти да се класифицира?
    • Като първо преведете изречението
    • Чрез изтриване на един от обектите
    • Чрез конвертиране на текста в аудио
    • Чрез вмъкване на специални маркери около двата обекта
  5. Какво отличава извличането на „отворена“ връзка от стандартния RE?
    • Той извлича релационни фрази директно от текст без предварително дефиниран набор от типове релации
    • Работи само с числа
    • Той изисква повече етикетирани данни от всеки друг метод
    • Може да намери само една връзка на документ
  6. Why include a no-relation label when classifying candidate entity pairs?
    • To translate the sentence into another language
    • To represent pairs for which the text does not assert a target relation
    • To replace named entity recognition
    • To guarantee that every pair has a relation
  7. What does document-level relation extraction allow a system to use?
    • Only the spelling of a single entity
    • Audio features from a spoken recording
    • Evidence that may be spread across multiple sentences
    • A fixed relation without reading text
  8. How does open relation extraction differ from a closed relation schema?
    • It cannot use text as input
    • It always requires a knowledge base to label every sentence
    • It only identifies entity boundaries
    • It can express relation phrases without choosing only from a predefined label inventory